[发明专利]一种考虑随机冲击影响的视情维护模型的建立方法

说明书

本发明公开了一种考虑随机冲击影响的视情维护模型的建立方法，其特征在于，基于Wiener过程构建不完美维修活动下的分阶段退化模型，将维修和随机冲击对设备退化量以及退化率的影响同时融入到模型当中，基于首达时间概念下，得到设备的剩余寿命概率密度函数解析解，然后根据剩余寿命预测结果，以检测间隔和预防性维修阈值两个决策变量为基础建立视情维护模型。本发明充分考虑冲击与维修的双重影响，贴近工程实际情形，有助于科学制定出最佳决策变量，在工程实际中具有广阔应用空间。

技术领域

本发明属于可靠性工程技术领域，具体涉及一种考虑随机冲击影响的视情维护模型的建立方法，重点为优化预防性维修阈值与检测间隔。

背景技术

作为预测和健康管理(PHM)技术的关键组成部分，视情维修(CBM)是确保设备安全稳定运行的重要手段。在实践中，有效的视情维修策略可以提高设备的运行安全性和可靠性，并降低工业成本。因此，CBM已经成为当前研究的热点，广泛应用于现代工业制造领域设备，如航空航天、船舶海洋、机械生产等大型复杂设备的维修保养中，现有研究中关于视情维修决策也涌现出大量学术成果。

在设备的维修模型中，大都假定维修可以将设备的退化状态修复如新，这种维修一般称为完美维修，与此相反的是小修，即通过维修没有改善设备的退化状态。工程实际中，维修活动大都能将退化设备恢复介于修复如新和修复如旧的某一状态，这种维修一般称为不完美维修，现有关于不完美维修的研究成果较为丰富。尽管如此，一些外部因素如随机冲击同样会对退化过程产生影响，这种影响直接决定了维修决策的科学性和准确定。为了使模型更加符合实际情况，在进行维修决策时，需要充分考虑冲击与维修的双重影响。

发明内容

本发明的目的是考虑随机冲击的存在，基于Wiener过程构建了不完美维修活动下的分阶段退化模型，将维修和随机冲击对设备退化量以及退化率的影响同时融入到模型当中。基于首达时间意义下得到了设备的剩余寿命概率密度函数解析解。然后根据剩余使用寿命预测结果，以检测间隔和预防性维修阈值这两个决策变量为基础建立视情维护模型。

本发明采用的技术方案是：

一种考虑随机冲击影响的视情维护模型的建立方法，基于Wiener过程构建不完美维修活动下的分阶段退化模型，将维修和随机冲击对设备退化量以及退化率的影响同时融入到模型当中，基于首达时间概念下，得到设备的剩余寿命概率密度函数解析解，然后根据剩余使用寿命预测结果，以检测间隔和预防性维修阈值两个决策变量为基础建立视情维护模型；

具体包括以下步骤：

步骤1：利用Wiener过程构建不完美维修活动下的分阶段退化模型；

步骤2：推导剩余寿命分布函数；

步骤3：根据步骤2推导的剩余寿命分布函数，获得设备剩余使用寿命预测结果；然后，根据剩余寿命预测结果，以检测间隔和预防性维修阈值两个决策变量为基础建立最优维修模型。

优选的，在步骤1中，主要采用带随机漂移系数的Wiener过程构建工程设备的退化模型，将维修和随机冲击对设备退化量以及退化率的影响同时融入到退化模型当中；考虑随机冲击的存在，基于Wiener过程的退化模型为：

X(t)＝M(t)+S(t) 公式一

其中，X(t)表示t时刻的总退化水平，M(t)为正常退化水平，S(t)为随机冲击引起的累积退化，为第i次维修后残余退化，其概率密度为：